【技术实现步骤摘要】
本专利技术一般地涉及建筑监测。更具体地，本专利技术涉及基于图像处理的建筑倾斜预警方法及系统。
技术介绍
1、在建筑物的施工阶段，通过对建筑物的各项参数进行多次计算和模拟，可以制定出合理的建筑方案，并且在施工过程中对建筑物的每一个环节都进行严格的监控和检测，确保建筑物的安全性和稳定性。但是，随着时间的推移，地质条件和环境因素等也会对建筑物产生影响，导致建筑物的倾斜度逐渐增加。对于高层建筑来说，其倾斜度的变化可能对人们的生命财产造成重大威胁，因此建筑物的倾斜度检测显得尤为重要。通过倾斜度检测手段，我们可以及时发现建筑物的倾斜情况，并进行相应的调整和加固，以确保建筑物的安全和稳定。
2、现有通过建筑（整体）倾斜度进行安全预警的方法为：计算通过经过建筑顶端与地面端的直线与水平线的铅垂线之间夹角的正切值，通过该正切值（倾斜度）与倾斜度阈值进行比较，当正切值较大时，则会对该建筑进行补救措施。但是使用全站仪等设备对建筑进行倾斜度测量的过程较为复杂，测量时间较长，且测量时对光环境的标准要求较高。再者，随着时间的推移，建筑的整体可能出现轻微的弯曲现象（例如从外观上看，建筑一侧凹，另一侧凸），从而使建筑的重心发生变化，此时计算得到的建筑倾斜度可能不能体现建筑的安全程度。
技术实现思路
1、为解决上述建筑的整体发生轻微弯曲，从而使建筑的倾斜度不能体现其倾斜程度的问题，本专利技术提出通过基于图像处理的建筑倾斜预警方法及系统。为此，本专利技术在如下的多个方面中提供方案。
2、在第一方
3、在一个实施例中，根据建筑图像中建筑边缘的第一侧获得第一特征曲线，以及第二侧获得第二特征曲线包括：在所述建筑图像中建筑的第一侧提取第一特征点，并在所述建筑图像中建筑的第二侧提取第二特征点；将所述第一特征点拟合，得到所述第一特征曲线；将所述第二特征点拟合，得到所述第二特征曲线。
4、在一个实施例中，提取特征点包括：对建筑图像进行滤波降噪处理，得到滤波后的图像；将滤波后的图像进行二值化处理，得到建筑黑白图像；获得建筑黑白图像的建筑的轮廓线 i，并通过形态学操作除去不需要的细节或轮廓；将所述轮廓线 i通过分水岭算法分割为各层的单元轮廓线，选取所述各单元轮廓线的顶部端点为第一特征点或第二特征点。
5、在一个实施例中，根据第一特征曲线和第二特征曲线对应得到第一特征线段和第二特征线段包括：提取第一特征曲线中曲率大于曲率阈值的第一目标点，并将第一目标点依次连接，得到第一特征线段；提取第二特征曲线中曲率大于曲率阈值的第二目标点，并将第二目标点依次连接，得到第二特征线段。
6、在一个实施例中，根据第一夹角与其对应直线段的长度计算第一修正角度，并根据第二夹角与其对应直线段的长度计算第二修正角度包括：计算第一修正角度：，，其中，为第一修正系数，为第一线段长度的第 i个长度值，为第一线段长度的第 k个长度值， θi为第一夹角的第 i个角度值， θk为第一夹角的第 k个角度值；计算第二修正角度：，，其中，为第二修正系数，为第二线段长度的第 i个长度值，为第二线段长度的第 k个长度值，为第二夹角的第 i个角度值，为第二夹角的第 k个角度值。
7、在一个实施例中，根据所述第一特征曲线的两端、所述第二特征曲线的两端、所述铅垂线以及水平线计算建筑的第一倾斜度包括：获得所述第一特征曲线顶部端点与底部端点在水平线方向上的第一水平距离；获得所述第二特征曲线顶部端点与底部端点在水平线方向上的第二水平距离；计算所述第一水平距离和所述第二水平距离的平均值，得到目标水平距离；计算建筑图像在铅垂线方向的建筑的高度；将所述目标水平距离除以所述高度，得到第一倾斜度。
8、在一个实施例中，判断所述第一侧与所述第二侧的凹凸性，并根据建筑第一侧与第二侧的凹凸性、第一修正角度和第二修正角度计算目标修正角度包括：绘制分割线段，所述分割线段包括第一分割线段和第二分割线段，其中，所述第一分割线段与第二分割线段均与所述水平线垂直，且第一分割线的一端与第一特征曲线的顶部端点相连，第一分割线的另一端与地面相连，第二分割线经过第二侧与第二特征曲线的顶部端点相连，第二分割线的另一端与地面相连；响应于分割线段经过建筑物的像素点多于非建筑物的像素点，确定分割线对应的一侧为凸，其中所述分割线包括所述第一分割线与所述第二分割线；响应于分割线段经过建筑物的像素点少于非建筑物的像素点，确定分割线对应的一侧为凹；响应于第一侧与第二侧均为凸，计算目标修正角度 θt：；响应于第一侧与第二侧不均为凸或凹，计算目标修正角度 θt：。
9、在第二个方面中，基于图像处理的建筑倾斜预警系统包括：处理器；存储器，其存储计算机程序，当所述计算机程序由所述处理器运行时，使得设备执行根据上述
技术实现思路
中任一项所述的基于图像处理的建筑倾斜预警方法。
10、本专利技术的有益效果为：
1本文档来自技高网...
【技术保护点】
1.基于图像处理的建筑倾斜预警方法，其特征在于，包括：
2.根据权利要求1所述的基于图像处理的建筑倾斜预警方法，其特征在于，根据建筑图像中建筑边缘的第一侧获得第一特征曲线，以及第二侧获得第二特征曲线包括：
3.根据权利要求2所述的基于图像处理的建筑倾斜预警方法，其特征在于，提取特征点包括：
4.根据权利要求1所述的基于图像处理的建筑倾斜预警方法，其特征在于，根据第一特征曲线和第二特征曲线对应得到第一特征线段和第二特征线段包括：
5.根据权利要求1所述的基于图像处理的建筑倾斜预警方法，其特征在于，根据第一夹角与其对应直线段的长度计算第一修正角度，并根据第二夹角与其对应直线段的长度计算第二修正角度包括：
6.根据权利要求1所述的基于图像处理的建筑倾斜预警方法，其特征在于，根据所述第一特征曲线的两端、所述第二特征曲线的两端、所述铅垂线以及水平线计算建筑的第一倾斜度包括：
7.根据权利要求1所述的基于图像处理的建筑倾斜预警方法，其特征在于，判断所述第一侧与所述第二侧的凹凸性，并根据建筑第一侧与第二侧的凹凸性、第一修正
8.基于图像处理的建筑倾斜预警系统，其特征在于，包括：
...【技术特征摘要】
1.基于图像处理的建筑倾斜预警方法，其特征在于，包括：
2.根据权利要求1所述的基于图像处理的建筑倾斜预警方法，其特征在于，根据建筑图像中建筑边缘的第一侧获得第一特征曲线，以及第二侧获得第二特征曲线包括：
3.根据权利要求2所述的基于图像处理的建筑倾斜预警方法，其特征在于，提取特征点包括：
4.根据权利要求1所述的基于图像处理的建筑倾斜预警方法，其特征在于，根据第一特征曲线和第二特征曲线对应得到第一特征线段和第二特征线段包括：
5.根据权利要求1所述的基于图像处理的建筑倾斜预警方法，其特征在于，根据...
【专利技术属性】
技术研发人员：王瑞杰，胡超雄，舒雷明，李文乔，艾启胜，谭睿，张胜利，刘宇翔，陈文德，陈晨，
申请(专利权)人：湖北神龙工程测试技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。